発達の最近接領域とは
発達の最近接領域（ZPD）とは、学習者がまだ一人ではできないものの、手助けがあればできる課題の範囲のことです。その下には、すでに自力でできることがあります。その上には、導いてくれる人がいても手の届かないことがあります。心理学者のLev Vygotskyは、教えることが最も役に立つのは、この中間の範囲を狙うときだと主張しました。
多くの教科書が引用しているのは、Mind in Society（1978年）にある彼自身の定義です。彼によれば、この領域とは次のようなものです。
「独力で問題を解決することで決まる実際の発達水準と、大人の指導のもとで、あるいは自分より有能な仲間と協力して問題を解決することで決まる潜在的な発達水準との隔たり」
入れ子になった3つの領域を思い浮かべると、わかりやすくなります。
- 一人でできること。誰の助けも借りずに、問題を解いたり、説明したり、実際にやってみせたりできます。ここでの練習は気分がよいものの、新しく学べることはほとんどありません。
- 手助けがあればできること。ヒント、実演、解説付きの例題、あるいは自分より詳しい相手がいれば、そこまでたどり着けます。ここが発達の最近接領域です。
- 手助けがあってもまだできないこと。隔たりが大きすぎて、ヒントでは埋められません。この段階の手助けは、たいてい答えを書き写すだけで終わります。
しかも、この領域は動きます。以前は手助けが必要だったことを一人でできるようになれば、境目はすでに外側へ移っています。VygotskyはThought and Languageの中で、この考え方を1行で表しています。「子どもが今日協力してできることは、明日には一人でできるようになる」。
この考え方はどこから来たのか：Vygotskyとテストの点数の問題
Lev Semyonovich Vygotskyは1896年、現在のベラルーシにあるオルシャで生まれ、心理学者としての仕事の大半を、1920年代後半から1930年代前半にかけてモスクワで行いました。1934年、37歳のときに結核で亡くなっています。発達の最近接領域は、その短い研究生活の最後の数年間に生まれた考え方です。
ロシア語ではzona blizhaishego razvitiyaといいます。英語の「proximal（近接した）」は、翻訳者が選んだ言葉です。より直訳に近いのは「zone of nearest development（最も近い発達の領域）」で、こちらのほうが本質をよく表しているともいえます。今にも起ころうとしている発達を指しているからです。
Vygotskyがこの考え方を使ったのは、1つには子どもの検査のあり方を批判するためでした。当時の知能検査は、子どもが助けなしでできることを測り、その数値をその子の水準として扱っていました。彼は読者に、どちらも精神年齢8歳と判定された10歳の子ども2人を想像するよう求めました。点数は同じです。ところが少し手助けをすると、一方は12歳レベルの問題まで解けたのに対し、もう一方は9歳レベルまでしか進めませんでした。2人の最近接領域は異なっており、2人を教えるうえでは、共通の点数よりもその違いのほうが重要だと彼は論じました。
大人にも同じことがいえます。一人でできることを測るテストからは今いる位置がわかりますが、次に何を学ぶべきかは、適切な手助けがあればどこまで進めるかで決まります。
英語圏の読者の多くがこの考え方に出会ったのは、数十年後に出たMind in Society: The Development of Higher Psychological Processes（Harvard University Press、1978年）を通じてでした。これはVygotskyが1冊の本として書いたものではありません。Michael Cole、Vera John-Steiner、Sylvia Scribner、Ellen Soubermanが、彼の著作から選んで編集したものです。
ZPDと足場かけの違い：Vygotskyが一度も使わなかった言葉
「足場かけ」はZPDと強く結びついているため、多くの人がVygotskyの用語だと思い込んでいます。しかし、そうではありません。この言葉はふつう、David Wood、Jerome Bruner、Gail Rossが1976年にJournal of Child Psychology and Psychiatryで発表した論文「The role of tutoring in problem solving」にさかのぼるとされています。
この研究では、3歳から5歳の子ども30人が、互いにはめ込んで組み合わせる21個の木製ブロックでピラミッドを組み立て、その間Rossが一人ひとりを指導しました。子どもが一人でやり遂げるには難しすぎる課題です。著者たちは指導の様子を観察し、良い足場かけが果たす6つの機能を挙げました。
| 機能 | 手助けする人がすること | 一人で勉強するときのやり方 |
|---|---|---|
| 課題への引き込み（Recruitment） | 学習者が課題に興味を持つようにします | 本当に答えを知りたい問いから始めます |
| 自由度の削減（Reduction in degrees of freedom） | 手に負える程度になるまで課題を単純にします | 小問を1つずつ、あるいは節を1つずつ進めます |
| 方向の維持（Direction maintenance） | 学習者が目標に向かって進み続けるようにします | ノートのいちばん上に目標を書きます |
| 重要な特徴の明示（Marking critical features） | 何が重要かを指摘します | 議論の要になる1文をハイライトします |
| フラストレーションの制御（Frustration control） | 苦戦があきらめに変わらないようにします | ヒントを見る前に、自分で粘る時間を決めておきます |
| 手本の提示（Demonstration） | 学習者がまねできるように解き方の手本を示します | 解説付きの例題を1つ学んでから、初めて見る問題に挑戦します |
足場かけは、普通の手助けと何が違うのでしょうか。2010年に10年分の研究をレビューしたJanneke van de Pol、Monique Volman、Jos Beishuizenは、繰り返し現れる3つの特徴を見いだしました。
- 随伴性（contingency）。手助けを、学習者がその時点でしていることに合わせます。苦戦しているときは多めに、そうでないときは少なめにします。
- フェーディング（fading）。手助けを少しずつ減らしていきます。
- 責任の移行（transfer of responsibility）。最終的には、学習者が自分で作業をこなすようになります。
フェーディングが重要なのは、初心者に合った手助けが、後になると邪魔になることがあるからです。認知負荷の研究者は、これを熟達化逆転効果（expertise reversal effect）と呼びます。Slava Kalyuga、Paul Ayres、Paul Chandler、John Swellerは2003年にこの効果を記述しました。初心者にはよく効く手法でも、経験を積んだ学習者には効果がなくなったり、逆効果になったりすることさえあるというものです。初心者を過負荷から救ってくれる解説付きの例題も、手順をすでに知っている人にとっては、読む量が増えるだけです。
Alexander Renklらは、2002年に発表した実験で、こうした手助けを減らしていく方法の1つを検証しました。学生たちは解説付きの例題で学びましたが、例題の解法の手順は末尾から1つずつ取り除かれていき、最終的には問題全体を自分で解くようになりました。この「後方フェーディング（backward fading）」は、完全な例題1つと解くべき問題1つを組にする通常のやり方よりも効果がありました。少なくとも、練習したものと似た問題ではそうでした。
Brian Bellandらによる2017年のメタ分析は、科学、技術、工学、数学の教育でコンピューターを使った足場かけを扱った研究144件をまとめ、認知面の成果について平均でg = 0.46の効果を見いだしました。中程度の効果です。
誰が助けてくれるのか：教師、仲間、そして「より知識のある他者」
Vygotskyの定義には、2種類の助け手が出てきます。「大人の指導」と「より有能な仲間」です。こうした助け手は「より知識のある他者（more knowledgeable other）」、略してMKOと呼ばれることがよくあります。ただし、この呼び名は後に教育関係の文章で使われるようになった略称であり、彼の定義にある言葉ではありません。
仲間のほうも見落とさないでください。自分より少し先を行く人は、どこがわかりにくかったかをまだ覚えています。専門家は、それを忘れてしまっているかもしれません。個別指導の研究は、その恩恵が双方に及ぶことを示しています。学校の個別指導プログラムを対象にした1982年のメタ分析で、Peter Cohen、James Kulik、Chen-Lin Kulikは、指導を受けた生徒の学力が比較群の生徒を上回り、平均効果量が0.40だったこと、そして指導役の生徒自身も0.33の効果量で伸びていたことを明らかにしました。この2つ目の数字がプロテジェ効果です。一歩後ろにいる人に何かを説明することは、自分自身がそれを学ぶ方法でもあるのです。
1対1の個別指導は、ZPDが実際に働く典型的な場面ですが、その効果は最もよく引用される数字が示すほど大きくはありません。Benjamin Bloomは1984年、個別指導を受けた生徒の成績が、通常の授業を受けた生徒より約2標準偏差高かったと報告しました。これは、個別指導を受けた平均的な生徒が、比較群の98%を上回る計算になります。2011年に個別指導の研究をレビューしたKurt VanLehnは、人間のチューターについてはそれより小さいd = 0.79の効果を、学習者を一歩ずつ指導するコンピューターのチューターについてもほぼ同じd = 0.76の効果を見いだしました。
助け手が同じ部屋にいる必要はありません。独学する人にとっては、次のようなものが「より有能な」相手になりえます。
- 教科書の解説付きの例題。自分ではまだできない一手を、実際にやってみせてくれます。
- 文字起こしや用語集。展開が少し速すぎる講義や文章を、ついていけるものに変えてくれます。
- 他の読者のハイライト。難しい記事を先に読み、重要な箇所に印を付けた人は、「重要な特徴の明示」の一部をあなたの代わりにやってくれています。ウェブページなら、Glaspのブラウザ拡張機能にあるCommunityタブのPopularビューに、2人以上の読者がハイライトした箇所が一覧で表示されます。Glaspのコミュニティでは、さらに多くのハイライトを見て回れます。
発達の最近接領域の具体例
各行は、1人の学習者が1つのスキルに取り組んでいる様子を示しています。真ん中の列が最近接領域です。
| 学習者 | 一人でできること | 手助けがあればできること（ZPD） | 今はまだ届かないこと | ふさわしい足場 |
|---|---|---|---|---|
| 読むことを学んでいる6歳児 | 短くてなじみのある単語なら、一音ずつ声に出して読めます | 難しい単語で大人が助け舟を出せば、初めて読む絵本も読めます | 章立ての児童書を一人で読むこと | 1語ずつ指でさしながら一緒に読むこと |
| スペイン語を学んでいる大人 | 料理を注文でき、ゆっくり話すポッドキャストについていけます | 文字起こしがあれば、ネイティブの速さのポッドキャストについていけます | テンポの速い映画に字幕なしでついていくこと | まず文字起こしを使い、その後は音声だけで聞くこと |
| 初心者のプログラマー | チュートリアルに沿ってループを書けます | メンターが考えを導く質問をしてくれれば、自分のコードのバグを見つけられます | 大規模なシステムを一から設計すること | 「この行は何を出力すると思っていましたか？」のような質問 |
| 難しい本を読む学生 | 章の主な主張を述べられます | 学習ガイドを使えば、章の議論を組み立て直せます | その分野の他の文献と照らし合わせて、本を批評すること | 章ごとの問いと、他の読者のハイライト |
| 研修医 | 患者の病歴を聞き取れます | 先輩医師と一緒に考えを声に出しながら、診断にたどり着けます | まれで複雑な症例を一人で受け持つこと | 症例検討とチェックリスト |
言語学習にも、これとよく似た考え方があります。Stephen Krashenはインプット仮説で、私たちは今のレベルより少しだけ上のインプットを理解することで言語を習得する、と唱えました。Krashenはこれを「i + 1」と書き表しました。
2000年の研究で、Hu Hsueh-chaoとPaul Nationは、知っている単語が全体の80%、90%、95%、またはすべてを占める物語を学習者に読ませました。80%では、16人の読者のうち十分に理解できた人は1人もおらず、著者たちは、大半の学習者が助けなしに小説を読むには約98%の語彙カバー率が必要だと見積もりました。2023年の追試では、98%を境にはっきり分かれる線は見つからず、知っている単語の割合が高くなるにつれて、理解度がそのまま上がっていきました。ほぼすべての単語を知っていて、残りは用語集で補える文章は最近接領域の中にあり、5語に1語を調べる文章はその外にあります。AIで言語を学ぶ方法のガイドでは、そのレベルのインプットを見つける方法を紹介しています。
学習はどれくらい難しく感じるのがよいのか：研究が示すこと
Vygotskyは最近接領域を、難しさではなく手助けという観点から説明しました。とはいえ、一人で勉強する人にとって実際に気になるのは、どれくらい難しく感じるのがよいのかという点です。
認知心理学者のJanet Metcalfeは、人が勉強する内容をどう選ぶのかを研究し、その答えを「近接学習領域（region of proximal learning）」と名づけました。Vygotskyの用語を思わせる名前です。彼女の実験では、学習者はすでに知っていることを飛ばし、まだ覚えていない項目のうち、もう少しで覚えられそうだと感じるものから先に取り組みました。熟達者は初心者より難しい項目に手を伸ばし、時間に余裕があると、人はより難しい項目へと進みました。Nate Kornellとの2003年の小規模な実験では、勉強時間の大半を中程度の難しさの項目に充てたときに思い出せた割合は32%で、最も難しい項目に充てたときの25%を上回りました。
Robert Wilson、Amitai Shenhav、Mark Straccia、Jonathan Cohenは、2019年にNature Communicationsに発表した論文で、二択の課題で勾配降下法によって学習するアルゴリズムでは、訓練中の誤答率が約15.87%、つまり正答率がおよそ85%のときに学習が最も速くなることを数学的に示しました。彼らはこれを「The Eighty Five Percent Rule（85%ルール）」と呼びました。このルールは、人工ニューラルネットワークのシミュレーションでも、動物の知覚学習のモデルでも成り立ちました。ノイズについて別の仮定を置くと、最適な正答率は82%や75%に近い値になりました。
人間の学生がちょうど85%のときに最もよく学ぶことを示した人はいません。著者たちも、このルールを二択の課題や自分たちが調べたアルゴリズム以外へ一般化するのは今後の課題だと述べています。それでも、ほぼすべてに正解しているなら教材は易しすぎ、大半を間違えているなら難しすぎるといえます。
これは、Robert BjorkとElizabeth Bjorkによる望ましい困難の研究とも一致します。乗り越えられる苦労である限り、ある程度の苦労は学習を定着させるというものです。その条件を与えてくれるのがZPDです。困難が望ましいものになるのは、それが自分の最近接領域の中、つまり努力に少しの手助けを加えれば乗り越えられる場所にあるときです。
次のサインを手がかりに、自分が今どこにいるかを判断しましょう。
| 気づいたこと | 今いると考えられる位置 | すべきこと |
|---|---|---|
| ほぼすべてに、すぐ正解できます | 最近接領域より下 | レベルを上げ、ノートをしまい、制限時間を設けます |
| 努力すれば大半に正解でき、残りもヒントがあれば解けます | 最近接領域の中 | ここにとどまり、少しずつヒントを減らします |
| ヒントがあっても解けず、答えを書き写しています | 最近接領域より上 | 前提となる内容に戻るか、もっと易しい教材を探します |
一人で勉強するときに自分の最近接領域を見つける方法
教師は、生徒にどれくらいの手助けが必要かを見て、その生徒の最近接領域を見つけます。一人で勉強するときは、その確認を自分自身で行わなければなりません。次の手順は、本の1章、論文1本、一まとまりの演習問題のどれにも使えます。
- 何も見ずに挑戦します。何かを読み返す前に、章末の問いに答えたり、白紙に要点を説明したり、問題を解いてみたりします。これが「一人でできる」レベルです。ここでの誤答は無駄になりません。Nate Kornellらの実験（2009年）では、答えを見る前に答えようとすると、その試みが失敗した場合でも学習が向上しました。
- できなかったものを2つの山に分けます。部分的に正解したものや、答えを見た瞬間に理解できたものは「ヒントがあればできる」です。解答を読んでもまだ腑に落ちないものは「まだできない」です。1つ目の山が、あなたの最近接領域です。
- 手助けは1つ目の山に使います。解説付きの例題1つ、説明1段落、定義1つなど、各項目を乗り越えるのに必要な最小限の手助けを見つけます。決め手になった箇所をハイライトしておけば、後でまた見つけられます。
- 2つ目の山は一歩手前に戻します。あるテーマが「まだできない」に入るときは、たいてい前提となる知識が欠けています。まずそちらを学ぶか、同じテーマのもっと易しい教材を探します。
- 手助けを外していきます。1日か2日後に、手助けを見えないところにしまって、同じ種類の問題に取り組みます。一人でできるようになったものは、もう最近接領域から出ています。それこそが目標です。
- 境目を先へ進めます。「ヒントがあればできる」の山が小さくなってきたら、もっと難しい問題、もっと高度な文章、もっと短い時間など、レベルを上げます。
いくつかのツールを使うと、山を管理しやすくなります。Glaspのウェブハイライターでは、ウェブページやPDFに印を付け、どのハイライトにも「ヒントが必要だった」「まだできない」といったメモを付けられるので、山の中の項目がどれも出典のすぐそばに残ります。録画された講義なら、YouTube Summaryが動画の横に文字起こし全文を表示します。展開が速すぎる話についていくための定番の足場です。そしてヒントが欲しいときは、GlaspのAIチャットが、あなた自身が保存したハイライトに基づいて答え、それぞれの回答に、根拠にしたハイライトへのリンクを付けます。
AIチューターとZPD：いつまでも減らない手助け
AIモデルは、ほとんど何でも、ほぼどんなレベルでも、いつでも説明してくれます。Vygotskyの言葉でいえば、決してそばを離れない、より有能な相手です。問題は足場かけのもう半分にあります。どんな質問にも完全に答えるAIは、手助けをいつまでも減らしません。
最も明確な証拠は、Hamsa Bastaniらが2025年にPNASで発表した研究です。トルコのある高校で、1,000人近い生徒を対象に行われました。標準的なGPT-4のチャットを開いた状態では、生徒は練習問題で48%高い成績を上げ、答えの代わりにヒントを出すチューター版では127%高い成績を上げました。AIなしで受けた試験では、標準的なGPT-4のグループの得点は対照群より17%低くなりました。ヒントを出すチューターは、その害をおおむね避けられました。
ZPDの視点で読み解くと、素のチャットボットは生徒の最近接領域の中にある作業を代わりにこなしてしまい、生徒たちが学んだことは、その作業を自分でこなした同級生より少なかったのです。
同じ月に発表されたハーバード大学の実験は、その反対の面を示しています。Gregory Kestinらは、段階的な足場かけを含む、研究に基づいた教え方を土台に、物理のチューターを作りました。それを使った学生の学習の伸びの中央値は、アクティブラーニング形式の授業を受けた学生の2倍を超え、しかもより短い時間でそこに達しました。両方の実験については、AIチューターは本当に効果があるのかで詳しく取り上げています。
汎用のAIでも、どう手助けしてほしいかを伝えれば、より足場らしく振る舞わせることができます。
- 「答えは教えないでください。質問を1つずつしてください」
- 「2回試してもつまずいていたら、できるだけ小さなヒントをください」
- 「説明する前に、このことについて私がすでに何を知っているかを聞いてください」
- 「ノートを見ずに答えるので、この内容について問題を出してください。その後、どの答えにヒントが必要だったかを教えてください」
そして、フェーディングは自分で行います。チャットを閉じて、次の問題はチャットなしで挑戦しましょう。
発達の最近接領域にまつわるよくある誤解
「ZPDは、その人が持っている固定したレベルである」。一般的な使い方では、最近接領域は課題や得られる手助けによって変わり、学ぶにつれて動いていきます。統計学での最近接領域は重回帰分析なのに、フランス語での最近接領域はまだコーヒーの注文、ということもありえます。
「その人の学習スタイルに合わせて教えることと同じである」。ZPDが扱うのは、学習者が手助けがあるときとないときに何ができるかであり、絵と音のどちらを好むかではありません。
「ZPDはどんな課題にも、どんな年齢にも当てはまる」。Vygotskyはこの考え方を、子どもの発達を説明するために生み出しました。そこにとどめるべきだと考える研究者もいます。Seth Chaiklinは2003年、「手助けがあればできる課題なら何でも」という一般的な解釈は、Vygotskyのより狭い意味から外れていると論じました。Vygotskyが考えていたのは、子どもがある発達段階から次の段階へ移る中で成熟しつつある心理的機能です。Chaiklinの言葉を借りれば、最近接領域は「特定の課題の技能の発達に関わるものではなく、発達と関係づけられなければならない」のです。この記事のように大人の独学に当てはめるのは、Vygotskyが主張した範囲を超えて考え方を広げることになります。
よくある質問
発達の最近接領域を簡単にいうと何ですか？
発達の最近接領域とは、まだ一人ではできないものの、手助けがあればできることの範囲です。その下にはすでにできることがあり、その上にはまだ手の届かないことがあります。Vygotskyは、教えることはこの真ん中の領域を狙うときに最も効果を発揮すると主張しました。
発達の最近接領域の例にはどんなものがありますか？
短い単語なら一音ずつ読めても、初めての絵本はまだ一人で読めない子どもが、難しい単語で大人に助け舟を出してもらえば読める、という場合です。このように一緒に読むことが、その子の最近接領域に当たります。大人なら、新しく学んでいる言語で、ネイティブの速さのポッドキャストに文字起こしの助けを借りてついていくことが例になるでしょう。
ZPDと足場かけの違いは何ですか？
ZPDは、学習者が一人でできることと、手助けがあればできることとの差です。足場かけとはその手助けそのもの、それも学習者に合わせて調整され、徐々に取り除かれていく手助けのことです。「足場かけ」という言葉は、ふつうVygotskyではなく、Wood、Bruner、Ross（1976年）にさかのぼるとされます。
「より知識のある他者」とはどういう意味ですか？
「より知識のある他者」（MKO）とは、手助けをする存在のことです。教師、親、仲間のほか、現代的な使い方では本や道具も含まれます。Vygotsky自身の言葉は「大人の指導」や「より有能な仲間との協力」でした。MKOという呼び名は後から生まれたものです。
発達の最近接領域を提唱したのは誰ですか？
Lev Vygotskyです。1920年代から1930年代前半にかけて活動し、1934年に亡くなったソビエトの心理学者です。この考え方が英語圏の読者の多くに届いたのは、彼の著作を編集した論集であるMind in Society（1978年）を通じてでした。
自分の発達の最近接領域はどう見つければよいですか？
まず一人で教材に取り組み、どの間違いなら少しのヒントで直せて、どの間違いは目の前に答えがあっても直せないかを書き留めます。前者があなたの最近接領域です。そこで必要最小限の手助けを使って取り組み、1日か2日後に、手助けなしでもう一度自分を試します。
AIは「より知識のある他者」になれますか？
足場のように振る舞うなら、なれます。質問を投げかけ、小さなヒントを出すAIは、あなたが最近接領域の中で取り組み続けられるようにしてくれます。完全な答えを渡してしまうAIは、あなたの代わりに作業をしてしまいます。2025年のある実験では、素のGPT-4で練習した生徒は、AIがなくなった後の試験で対照群より17%低い成績でした。
発達の最近接領域にはどんな批判がありますか？
よくある批判は、あいまいだというものです。最近接領域を正確に測るのは難しいからです。また、Vygotskyがこの考え方を当てはめた子どもの発達を超えて、どこまで広げられるかについても、研究者の意見は分かれています。それでも、何を勉強し、どれだけの手助けを受け入れるかを選ぶうえでは良い指針になります。AIがいつでも手助けを差し出してくれる今、その選択はいっそう重要になっています。
できることの境目で学び、やがて手助けを手放しましょう
実際には、発達の最近接領域で学ぶことは、1つの習慣に尽きます。あと少しでできることを見つけ、そこに届くのに必要な最小限の手助けを受け、手助けが要らなくなるまで手助けなしで練習し、そして次の境目へ進むという習慣です。
この繰り返しを一か所で続けるには、Glaspを使いましょう。行き詰まりから抜け出すきっかけになった箇所や文字起こしの行を、自分のメモやKindleのハイライトと一緒に保存できます。ヒントが必要なときは、それらの資料に基づいて答えるGlaspのAIチャットに尋ね、その後はチャットを閉じて、もう一度一人で挑戦しましょう。
